スライド 1
1 筑波大学経営政策科学専攻 多変量解析実習 第１回 筑波大学経営政策科学専攻 多変量解析実習 第１回 R(or S)言語入門，記述統計，グラフ表現R(or S)言語入門，記述統計，グラフ表現 Introduction to the R (or S) Language, Descriptive Statistics, and Graphical Representation Introduction to the R (or S) Language, Descriptive Statistics, and Graphical Representation なお、本資料の一部は昨年度社会工学類「経営工学実習」の竹原先生の資料を改編の上使用していますなお、本資料の一部は昨年度社会工学類「経営工学実習」の竹原先生の資料を改編の上使用しています 後藤順哉 （筑波大学システム情報工学研究科） 後藤
渡辺幸三の開発支援サイト「システム設計のこと、もっと知りたい」 - ＸＥＡＤ
動作環境 J2SE の1.4.* 以上が必要です(*1) WindowsXP(SP1)にて動作確認してあります 解像度1024×768ピクセルかそれ以上の画面の利用をお勧めします *1.J2SE1.4.1で起動できないケースがあります。その場合には、1.4.2以降をインストールしてください。WindowsVistaでは、1.6.0以降をインストールしてください（そうでないと文字化けします）。コマンドプロンプトで java -version と入力すれば、現在のバージョンを確認できます。そのコマンドが無効とみなされたなら、Javaがインストールされていないということです。新規にインストールするのであればRuntimeでかまいません。なお、Javaの環境設定に関して当社へ問い合わせることはご遠慮ください。 よくある質問 なぜフリーウエアとして提供しているのですか？ 当社としては、
第5回 転置索引の実装 | gihyo.jp
はじめに 前回、前々回と転置索引の論理的構造について見てきました。今回は、転置索引の具体的なデータ構造や実装について説明していきます。 辞書の実装 辞書は通常、単語に対応した情報を高速に取得するために、ハッシュや木構造などのデータ構造を取ります。現在は, 安定した性能や単語の順序関係を利用したいなどの理由で、木構造のデータ構造が使われることが多いと思います。最も単純な場合、2分探索木（Binary Search Tree）や2分探索（Binary Search）の実装が考えられます。 2分探索（木）による辞書の実装 では、辞書の具体的なデータ構造について、図を交えて解説していきましょう。 前回も触れましたが、辞書には単語とその単語に対応するポスティングリストの位置情報のペア（のリスト）が格納されています。単語で検索をするので、ペア自体は単語をキーとして並び換えられます。 たとえば, 前回の
第4回 転置索引の詳細 | gihyo.jp
前回は転置索引の概要を説明しました。今回は転置索引をもう少し詳しく見ていきます。 転置索引＝辞書＋転置リスト 転置索引は大きく分けて2つの部分から構成されています。文書に出現する単語のリストである「辞書」と、その辞書にある各単語がどの文書に出現するかを表したポスティングリストの集合の「転置リスト」からなります（図1）。ポスティングリストやポスティングに関しては前回簡単に説明しましたが、図を見て再度確認してください[1]。 図1 転置索引の構成 辞書は単語だけでなく、その単語に対応するポスティングリストの位置情報を含んでいます。よって、辞書を探索することで、該当する単語のポスティングリストを取り出すことが可能となります。 一方、ポスティングリストは、どの文書に出現するかを表すのに最低でも文書のID（数値）が必要となります。書籍の場合は、文書はページなのでページ番号が文書IDとなります。
ニューラルネットワークで為替相場を予測して遊んでます - Watsonのメモ
ニューラルネットワークでパターン認識するといった記事を読んで、為替相場を予測するのにニューラルネットワークって使えるのかと思い "ニューラルネットワーク 株価" をキーワードに検索するとやはりあるものです。とりあえず、株価と円相場を見比べていると円相場のほうがパターンの繰り返しみたいなのがありそうな予感。っといった感じで、最近はニューラルネットワークを組んだり、それで為替相場を予測して遊んでいます。 ニューラルネットワークをコーディングする際に、以下のサイトを参考にしました。 付録A 学習プログラム（ニューラルネットワーク） ニューラルネットの基本原理と使い方 学習用のデータには 開始値 終値 高値 安値 RSI の5つを30分刻みで1.5日分用意。教師データは30分後の開始値を用意。とりあえず、下のような感じで、円相場を予測してくれました。 線は、 青 : 30分後の開始値の予測値 緑
Processing 1.0
Download and open the 'Processing' application. Select something from the Examples. Hit the Run button. Lather, rinse, repeat as necessary. More information on using Processing itself is can be found in the environment section of the reference. To learn the Processing language, we recommend you try a few of the built-in examples, and check out the reference. A group of diverse books have been writ
住所や本名知らなくても年賀状が送れる「ウェブポ」 Twitter IDやメアド分かればOK（ITmedia News） - Yahoo!ニュース
ソフトウェア開発のリプレックス（東京都渋谷区）は10月29日、相手のメールアドレスやTwitterアカウントを知っていれば、住所や本名を知らなくても年賀状を送れるサービス「ウェブポ」をスタートした。 日本郵政グループの郵便事業会社と連携し、Webブラウザ上の操作だけでお年玉付き年賀はがきを届けるサービス。「ミクシィ年賀状」と似たサービスだが、外部サービスと連携し、同社が個人情報に直接アクセスできない仕様にした。 ●メアド分かればOK TwitterやGmailとAPI連携 相手の住所が分かっていれば、直接入力して年賀状を届けることができ、分からなければ、メールやTwitterのダイレクトメッセージを通じ、相手に送り先住所を入力してもらうことになる。 送信相手は、メールアドレスを直接入力したり、Outlookなど連携しているメーラーから取り込んで選ぶことが可能だ。GmailとはAPI
SBM研究会...live blogging
☆学びing株式会社 企画営業部 課長 メディアプランナー スtラッシュドット 横田 真俊氏 影響力がもっとも強いのはやるおなのではないか ■ＳＢＭの特徴 オンラインで完結 階層型でない 他社との共有 タギング、コメント ■ＳＢＭの歴史 ・オンラインブックマークはいつからはじまったのか？ デリシャスが最初ではない 1996年 itListが世界初のオンラインブックマークを開始 96-99年 様々なオンラインブックマーク業者が登場 2000年 日本でもスタートダッシュやＢｌｉｎｋの日本語版が登場 ドットコムバブル崩壊 ○itList ブックマークのバックアップ的な意味が強かった ○blink ○del.icio.us 1億ブックマーク なんで成功したのか？ －人気の可視化 －ブログのパーマリンク －ソーシャルタギング －人、タグのつながり －最大の理由はストレージから日々のツールになったこと
ソーシャルブックマークデータの時間情報を用いた情報フィルタリングと検索 第2回SBM研究会ログ - ソーシャルメディアマーケティング(SMM).jp
ソーシャルメディアマーケティング.jpではソーシャルメディアを活用したマーケティング手法を解説していきます。SNS、ブログ、ソーシャルブックマークなど周辺ニュースの紹介もしています。 ソーシャルブックマークデータの時間情報を用いた情報フィルタリングと検索 慶應義塾大学 上野さん トップの人気エントリーに入るとブクマ数が増えるので、有用度と完全に相関しているわけではない。また、各SBMによって偏りがある。 ・ブクマ数と時間の関係をグラフ化 １．一時的に急激にブクマされてそのあとはあまりブクマされないページ ２．長期間にわたってブクマされるタイプのページ ・時間情報に基づきWebページの種類を分析 まったくタイプが違うことがわかった →ブクマされる期間でページを選別できるのではないか 不要な種類のページをフィルタリングできる ・ランキングロジック 指定したタグにおいての ポイント＝ブクマ数×日
わかりやすい技術文章の書き方
誰が読むのか。 読み手にどんな感想を持ってもらいたいか。 読み手はどれくらいの予備知識を持っているか。 読み手はどんな目的で、何を期待して読むのか。 読み手が真っ先に知りたいことは何か。 レポート・論文とは何か 問いが与えられ、または自分が問いを提起し、 その問題に対して明確な答えを与え、 その主張を論理的に裏付けるための事実・理論的な根拠を提示して、主張を論証する。 標準的な構成要素とは何か レポート・論文の構成は、 概要 序論 本論 論議 という要素が標準的である。次にそれぞれの要素について簡単に見てみる。 概要 論文全体を結論も含めて、すべて要約する。 序論 本論で取り上げる内容は何か。 その問題をどんな動機で取り上げたのか。 その問題の背景は何か。 その問題についてどんなアプローチを取ったのか。 本論 調査・研究の方法・結論 論議 自己の議論・結論を客観的・第三者的に評価する。 そ
JavaのJSON-libとJXPathを組み合わせるととっても便利 - ツカサのチラシのウラ
JavaでJSONを扱う時は、JSONICかJSON-libを使うのが近道であろう。 自分はJSON-libを使うことが多い。JSONとXMLやBeanの変換も簡単にできる。 使い方はいたってシンプルで、まず迷うことはない。 XMLからJSONを作成 XMLSerializer serializer = new XMLSerializer(); JSON json = serializer.read("<hoge>foo</hoge>"); String document = json.toString(); JSONからXMLを作成 JSON json = JSONObject.fromObject("{\"hoge\":\"foo\"}"); String document = new XMLSerializer().write(json); JSONからBean作成 DynaBean
This site is temporarily unavailable
If you are the owner of this site, please contact customer support.
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
The Gates Notes
遺伝的アルゴリズムを用いた非階層的クラスタリング | CiNii Research
public-domain-archive.com
情報処理推進機構：教育用画像素材集
リダイレクトの警告
リダイレクトの警告
ソーシャルブックマークを用いたWebページ推薦方式の提案 | CiNii Research
ゲノミクス研究から誕生、「ディープ・ウェブ」を検索するエンジン『DeepDyve』(WIRED VISION) - goo ニュース